2018年3月6日，北京—首屆AIConference北京站承諾將會帶來一場史無前例的全球領(lǐng)先人工智能創(chuàng)新人士云集的會議，讓中國的人工智能人才與全球人工智能思想領(lǐng)袖面對面地近距離交流。北京人工智能大會關(guān)注了一個獨(dú)特的焦點(diǎn)：應(yīng)用人工智能。這一焦點(diǎn)橋接了人工智能研究的發(fā)展與它在商業(yè)和工業(yè)中的真實(shí)應(yīng)用。AIConference北京站由O'ReillyMedia和IntelAI共同主辦。將于2018年4月10日至13日在北京國際飯店會議中心進(jìn)行。
大會主席BenLorica、NaveenRao、JasonChai和RogerChen共同創(chuàng)建了一個以國際化專家和創(chuàng)新者為特色的大會議程內(nèi)容。演講者包括：
●BowenZhou,JD.com（京東）
●SherryMoore,Google（谷歌）
●Jason(Jinquan)Dai,Intel（英特爾）
●LiLi,Esri（美國環(huán)境系統(tǒng)研究所公司，EnvironmentalSystemsResearchInstitute,Inc.簡稱ESRI公司）
●Yuan(Alan)Qi,AntFinancialServicesGroup（螞蟻金服）
●Dr.CatherineHavasi,Luminoso
●HaifengWang,Baidu（百度）
●MarkHammond,Bonsai
●RezaZadeh,Matroid
●DannyLange,Unity
●HassanSawaf,AmazonWebServices（亞馬遜）
●YiZhang,UniversityofCalifornia,SantaCruz|Rulai（加州大學(xué)）
●Hsiao-WuenHon,MicrosoftResearch（微軟研究院）
●WeiyueWu,UniversityofOxford（牛津大學(xué)）
本次大會內(nèi)容豐富的議程將探索人工智能在企業(yè)、商業(yè)和社會中的應(yīng)用，并將探索如何實(shí)施人工智能項(xiàng)目以及與人工智能的交互。大會議程還會涵蓋模型和方法，包括增強(qiáng)學(xué)習(xí)和機(jī)器學(xué)習(xí)、TensorFlow、深度學(xué)習(xí)、生成對抗網(wǎng)絡(luò)（GAN）、自然語言處理和理解、語音識別和計算機(jī)視覺等。
發(fā)言者包括來自中國和美國以及澳大利亞、加拿大、印度、韓國和英國的AI領(lǐng)袖。他們代表著百度、谷歌、eBay、Bonsai、Uber、微軟、阿里巴巴、亞馬遜、SAS、Unity、SalesForce和IBM等公司，以及加州大學(xué)伯克利分校、斯坦福大學(xué)和牛津大學(xué)等研究機(jī)構(gòu)。
與會者將能了解如何利用人工智能的潛力在人工智能引起的顛覆中存活；能找到新的方法在多種行業(yè)和學(xué)科里利用他們的人工智能資源；能學(xué)習(xí)到如何將人工智能從科研成果轉(zhuǎn)化為真正的商業(yè)應(yīng)用；能發(fā)現(xiàn)學(xué)習(xí)、招聘和職業(yè)的機(jī)會；并能面對面地和其他創(chuàng)新者和思想領(lǐng)袖交流。
門票注冊仍然開放。同時有限數(shù)量的媒體門票可供符合標(biāo)準(zhǔn)的記者和分析師使用。
Intel公司的人工智能團(tuán)隊(duì)與O'ReillyMedia共同主辦了人工智能系列大會。憑借Intel在芯片創(chuàng)新方面的世界領(lǐng)先地位以及在創(chuàng)造支撐世界的計算標(biāo)準(zhǔn)方面的成功歷史，IntelAI解決方案團(tuán)隊(duì)正在通過廣泛的產(chǎn)品組合變革人工智能。從廣為使用的通用CPU到為人工智能設(shè)計的專用芯片，從最大的云平臺到邊緣計算交付的解決方案，以及幫助部署規(guī)模化人工智能的工具，Intel都在幫助引領(lǐng)計算的下一場革命。
關(guān)于O'ReillyMedia
O'ReillyMedia通過提供技術(shù)和業(yè)務(wù)培訓(xùn)、知識和洞察力來幫助企業(yè)取得成功。我們獨(dú)特的專家和創(chuàng)新者網(wǎng)絡(luò)通過O'Reilly的Safari培訓(xùn)和學(xué)習(xí)平臺以及O'Reilly主辦的各種會議分享他們的知識和專長。作為一個SaaS學(xué)習(xí)平臺，Safari通過企業(yè)、消費(fèi)者和大學(xué)渠道為數(shù)百萬用戶提供熱門和全面的技術(shù)和商業(yè)的學(xué)習(xí)解決方案。欲了解更多信息，請訪問oreilly.com。
可點(diǎn)擊跳轉(zhuǎn)官網(wǎng)，或搜索AIConference官網(wǎng)查詢詳情。
ArtificialIntelligenceTraining
4月10日&12日，周二&周三
MichaelLi(TheDataIncubator),SeasonYang(TheDataIncubator)用TensorFlow進(jìn)行深度學(xué)習(xí)TensorFlow是一個流行的深度學(xué)習(xí)的工具。我們會介紹TensorFlow的流程圖、學(xué)習(xí)使用它的PythonAPI，并展示它的用處。我們會從簡單的機(jī)器學(xué)習(xí)算法開始，然后實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)。我們還會討論一些真實(shí)的深度學(xué)習(xí)的應(yīng)用，包括機(jī)器視覺、文本處理和生成型網(wǎng)絡(luò)。
ChiaWeiLim(Skymind),WangFeng(Skymind)用deeplearning4j框架構(gòu)建神經(jīng)網(wǎng)絡(luò)分析時間序列在分析時間序列或者序列數(shù)據(jù)方面循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）已經(jīng)被證明是非常有效的，那么在實(shí)際的案例中如何才能把循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的優(yōu)點(diǎn)發(fā)揮出來吶？這里將演示如何用deeplearning4j框架構(gòu)建循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）來解決時間序列的問題。
JikeChong(TsinghuaUniversity|Acorns),黃鈴(TsinghuaUniversity)人工智能和金融科技：量化金融信用與欺詐風(fēng)險的評估您想了解金融企業(yè)是怎樣利用大數(shù)據(jù)和人工智能技術(shù)來畫像個人行為并檢測欺詐用戶的嗎？互聯(lián)網(wǎng)金融幕后的量化分析流程是怎么楊的？個人信用是怎樣通過大數(shù)據(jù)被量化的？在實(shí)踐過程中，機(jī)器學(xué)習(xí)算法的應(yīng)用存在著哪些需要關(guān)注的方面？怎樣通過圖譜分析來融合多維數(shù)據(jù)，為我們區(qū)分正常用戶和欺詐用戶？這套輔導(dǎo)課基于清華大學(xué)交叉信息研究院2017年春天新開設(shè)的一門"量化金融信用與風(fēng)控分析”研究生課。其中會用LendingClub的真實(shí)借貸數(shù)據(jù)做為案例，解說一些具體模型的實(shí)現(xiàn)。教學(xué)輔導(dǎo)課,
4月11日，周三
KristianHammond(NarrativeScience)Secondarytopics:傳媒、廣告、娛樂(Media,Advertising,Entertainment),制造業(yè)與工業(yè)自動化(ManufacturingandIndustrialAutomation),設(shè)計AI平臺（DesigningAIplatforms）,金融服務(wù)(FinancialServices)BringingAIintotheenterpriseEvenasAItechnologiesmoveintocommonuse,manyenterprisedecisionmakersremainbaffledaboutwhatthedifferenttechnologiesactuallydoandhowtheycanbeintegratedintotheirbusinesses.Ratherthanfocusingonthetechnologiesalone,KristianHammondprovidesapracticalframeworkforunderstandingyourroleinproblemsolvinganddecisionmaking.
ZhichaoLi(Intel)基于ApacheSpark及BigDL運(yùn)行分布式KerasSecondarytopics:深度學(xué)習(xí)（DeepLearning）從這個教學(xué)課程里，學(xué)員將會學(xué)到如何應(yīng)用深度學(xué)習(xí)（最先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)）到他們的ApacheSpark驅(qū)動的大數(shù)據(jù)工作任務(wù)里
YufengGuo(Google)GettingupandrunningwithTensorFlowSecondarytopics:深度學(xué)習(xí)（DeepLearning）YufengGuowalksyouthroughtrainingamachinelearningsystemusingpopularopensourcelibraryTensorFlow,startingfromconceptualoverviewsandbuildingallthewayuptocomplexclassifiers.Alongtheway,you'llgaininsightintodeeplearningandhowitcanapplytocomplexproblemsinscienceandindustry.
ErranLi(UberATG)用于自動駕駛的機(jī)器學(xué)習(xí)Secondarytopics:運(yùn)輸與物流(TransportationandLogistics)盡管最近人工智能等領(lǐng)域取得了很多的進(jìn)展，但自動駕駛里的主要問題（不管是基礎(chǔ)研究還是工程應(yīng)用上的挑戰(zhàn)）離完全被解決還有很大的距離。ErranLi將會探索自動駕駛所用的機(jī)器學(xué)習(xí)的基礎(chǔ)，并討論目前相關(guān)工作的進(jìn)展。
ArthurJuliani(UnityTechnologies)DeepreinforcementlearningtutorialSecondarytopics:增強(qiáng)學(xué)習(xí)（ReinforcementLearning）Recently,computershavebeenabletolearntoplayAtarigames,Go,andfirst-personshootersatasuperhumanlevel.Underlyingalltheseaccomplishmentsisdeepreinforcementlearning.ArthurJulianioffersadeepdiveintoreinforcementlearning,fromthebasicsusinglookuptablesandGridWorldallthewaytosolvingcomplex3Dtaskswithdeepneuralnetworks.ArtificialIntelligenceConference2018KeynoteSpeakers
ArjunBansalVicePresident,AILabandSoftwareFrameworks,Intel08:50Thursday,2018-04-12ModernizingtheHealthcareIndustrywithAIArtificialintelligenceistransformingeveryindustry,buttheroleitwillplayinhealthcareisprofound.AIcangivephysiciansnewinsightsandspeedtimetodiagnosisbyleveragingvastamountsofhealthcaredata.AIcanalsoreducethetimeandmoneyspenttodevelopnewmedicines.
RogerChenCEO,ComputableLabs08:45Thursday&Friday,2018-04-12&13周四歡迎致辭（Thursdayopeningwelcome）大會日程主席BenLorica、RogerChen與JasonDai致辭開始第一天主題演講。
ason(Jinquan)DaiCTO,BigDataTechnologies,Intel8:45Thursday&Friday,2018-04-12&13周四歡迎致辭（Thursdayopeningwelcome）大會日程主席BenLorica、RogerChen與JasonDai致辭開始第一天主題演講。
DannyLangeVicePresident,AIandMachineLearning,UnityTechnologies10:20Thursday,2018-04-12DemocratizingdeepreinforcementlearningDannyLangeoffersanoverviewofdeepreinforcementlearning,anexcitingnewchapterinAI’shistorythatischangingthewaywedevelopandtestlearningalgorithmsthatcanlaterbeusedinreallife.https://ai.oreilly.com.cn/ai-cn/public/schedule/detail/65565
MarkHammondFounderandCEO,Bonsai09:05Friday,2018-04-13Getyourhardhat:IntelligentindustrialsystemswithdeepreinforcementlearningMarkHammondexploresawidebreadthofreal-worldapplicationsofdeepreinforcementlearning,includingrobotics,manufacturing,energy,andsupplychain.Markalsosharesbestpracticesandtipsforbuildinganddeployingthesesystems,highlightingtheuniquerequirementsandchallengesofindustrialAIapplications.
Hsiao-WuenHonManagingDirector,微軟亞洲研究院(MicrosoftResearchAsia)Friday,2018-04-13智能簡史人工智能已經(jīng)引發(fā)了眾多關(guān)注和討論，而關(guān)于人類智能和人工智能孰優(yōu)孰劣的辯論也不斷升溫。在這個主題演講中，洪小文博士將介紹人工智能（AI）以及人類智能（HI）的歷史。從歷史的維度，以深刻的洞察，闡述AI和HI是如何彼此交織并共同進(jìn)化的，并預(yù)示AI和HI可能的未來。
YinyinLiuDataScientist,IntelNervana08:50Friday,2018-04-13DeepLearning-poweredNLPDeeplearningprovidesnewopportunitiesandpromisesfornaturallanguageprocessing.Itenablesdatascientiststosolvetext,language,andconversation-basedusecaseswithnewdeeplearningapproaches,andinspiresnewwaysofbuildingfoundationsthatareapplicabletoarangeofNLPapplications.
BenLoricaChiefDataScientist,O'ReillyMedia08:45Friday,2018-04-13周五歡迎致辭(Fridayopeningwelcome)ProgramchairsBenLorica,JasonDai,andRogerChenopentheseconddayofkeynotes.FullDetails08:45Thursday,2018-04-12周四歡迎致辭（Thursdayopeningwelcome）大會日程主席BenLorica、RogerChen與JasonDai致辭開始第一天主題演講。
SherryMooreSoftwareEngineer,Google09:25Friday,2018-04-13TensorFlow對科學(xué)的影響人工智能已經(jīng)不是未來的科技，它正快速地成為我們?nèi)粘Ｉ畹囊徊糠?。在本演講中，谷歌TensorFlow的領(lǐng)導(dǎo)者SherryMoore將會介紹機(jī)器學(xué)習(xí)是如何造福世界的，特別是對于科學(xué)的發(fā)展。她將會討論她自己的關(guān)于學(xué)習(xí)如何學(xué)習(xí)（AutoML）的工作以及幾個在中國和全世界使用TensorFlow和機(jī)器學(xué)習(xí)的迷人案例。
AlanQiVicePresidentandChiefDataScientist,AntFinancial09:45Thursday,2018-04-12主題演講,Dr.AlanQi敬請期待更多細(xì)節(jié)。
RezaZadehCEO|AdjunctProfessor,Matroid|Stanford09:25Thursday,2018-04-12TurningmachinelearningresearchintoproductsforindustryRezaZadehdetailsthreechallengesonthewaytobuildingcutting-edgeMLproducts,withafocusoncomputervision,offeringexamples,recommendations,andlessonslearned.
BowenZhouVicePresidentofAIPlatform&Research,JD.com09:45Friday,2018-04-13主題演講,Dr.BowenZhou敬請期待更多細(xì)節(jié)。議題(Session)4月12日，周四11:15–11:55Thursday,April12,2018用于自動駕駛的機(jī)器學(xué)習(xí)：近期的進(jìn)步和未來的挑戰(zhàn)Secondarytopics:增強(qiáng)學(xué)習(xí)（ReinforcementLearning）,運(yùn)輸與物流(TransportationandLogistics)ErranLi(UberATG)深度增強(qiáng)學(xué)習(xí)已經(jīng)讓人工智能體在很多挑戰(zhàn)性的領(lǐng)域可以取得超越人類的表現(xiàn)，例如玩Atari的游戲以及下圍棋。這一方法還具有能顯著地推進(jìn)自動駕駛的潛力。ErranLi將會討論近期在模仿學(xué)習(xí)方面（例如infoGAIL）、策略梯度法和層次增強(qiáng)學(xué)習(xí)（例如option-critic架構(gòu)）等方面的進(jìn)步，以及它們在自動駕駛方面的應(yīng)用。Erran接著還會介紹在這個領(lǐng)域需要關(guān)注的剩余的挑戰(zhàn)。11:15–11:55Thursday,April12,2018CrossingtheenterpriseAIchasmSecondarytopics:設(shè)計AI平臺（DesigningAIplatforms）SimonChan(Salesforce)Buildinganend-to-endAIapplicationinproductionistremendouslymorecomplicatedthansimplydoingalgorithmmodelinginalab.SimonChanexplainshowtocrossthegapbetweenAIresearchfantasyintoreal-worldapplications.11:15–11:55Thursday,April12,2018Xiaoice:LessonslearnedfromconversationsbetweenhumansandAISecondarytopics:傳媒、廣告、娛樂(Media,Advertising,Entertainment),自然語言與語音技術(shù)（NaturalLanguageandSpeechTechnologies）力周(MicrosoftChina)SinceitsfirstreleaseinMayof2014,morethan100millionusersinChina,Japan,andtheUShaveinteractedwithrenownedAIproductXiaoice(小冰),whichbuildshuman-likeconversation.LiZhoushareskeylessonslearnedfromthepastfouryearsandexplainshowtousethemtobuildabetterchatbotexperience.11:15–11:55Thursday,April12,2018ScalingconvolutionalneuralnetworkswithKubernetesandTensorFlowSecondarytopics:AI應(yīng)用的硬件、軟件棧（HardwareandSoftwarestackforAIapplications）,計算機(jī)視覺（ComputerVision）RezaZadeh(Matroid|Stanford)RezaZadehoffersanoverviewofMatroid’sKubernetesdeployment,whichprovidescustomizedcomputervisionandstreammonitoringtoalargenumberofusers,anddemonstrateshowtocustomizecomputervisionneuralnetworkmodelsinthebrowser.Alongtheway,RezaexplainshowMatroidbuilds,trains,andvisualizesTensorFlowmodels,whichareprovidedatscaletomonitorvideostreams.11:15–11:55Thursday,April12,2018端到端深度學(xué)習(xí)優(yōu)化在互聯(lián)網(wǎng)業(yè)務(wù)場景下的應(yīng)用實(shí)踐Secondarytopics:深度學(xué)習(xí)（DeepLearning）,設(shè)計AI平臺（DesigningAIplatforms）楊軍(阿里巴巴)本議題會分享我們在典型互聯(lián)網(wǎng)業(yè)務(wù)場景(圖像、文本處理等)下的深度學(xué)習(xí)優(yōu)化實(shí)踐經(jīng)驗(yàn)，包括離線訓(xùn)練和在線Inference，并會從系統(tǒng)與算法相結(jié)合的角度進(jìn)行相關(guān)經(jīng)驗(yàn)的闡述和介紹。11:15–11:55Thursday,April12,2018深度學(xué)習(xí)時代的數(shù)據(jù)科學(xué)和自然語言處理Secondarytopics:自然語言與語音技術(shù)（NaturalLanguageandSpeechTechnologies）YinyinLiu(IntelNervana)自然語言處理（NLP）帶給計算機(jī)理解人類語言的能力。NLP利用深度學(xué)習(xí)最新算法發(fā)展例如文檔理解之類的應(yīng)用，使公司能夠篩查海量文本，分類并找到相關(guān)信息。本議題我們將討論深度學(xué)習(xí)最新發(fā)展如何影響處理文本、語言及基于對話應(yīng)用，并啟發(fā)了利用數(shù)據(jù)的新方向。我們還將討論幾個使用Intel®AI技術(shù)的NLP企業(yè)案例。13:10–13:50Thursday,April12,2018AI技術(shù)在eBay搜索平臺的應(yīng)用Secondarytopics:設(shè)計AI平臺（DesigningAIplatforms）,零售業(yè)與電子商務(wù)(Retailande-commerce)HUAYANG(eBay)搜索引擎是大量利用機(jī)器學(xué)習(xí)技術(shù)的平臺。AI推動了搜索技術(shù)的進(jìn)一步發(fā)展，搜索引擎正在變成強(qiáng)大的AI平臺。本次演講將介紹深度學(xué)習(xí)和自然語言理解技術(shù)在eBay產(chǎn)品搜索平臺的應(yīng)用。13:10–13:50Thursday,April12,2018UsingAItoanalyzetheimpactoffinancialnewsSecondarytopics:傳媒、廣告、娛樂(Media,Advertising,Entertainment),自然語言與語音技術(shù)（NaturalLanguageandSpeechTechnologies）,金融服務(wù)(FinancialServices)ZhefuShi(UniversityofMissouri)Itiscriticaltoanalyzethebusinessimpactonfinancemarketfromworldwideevents.ZhefuShiexplainshowtouseAItoanalyzetheimpactoffinancialnews,usingafinancialdatapipeline.Zhefuoutlineshowtoextractfinancialentityinformationanduseittoanalyzebusinessimpact.AllofthecomponentsuseAItoenhancefunctionality.13:10–13:50Thursday,April12,2018RepresentingknowledgethroughgraphicalmodelsSecondarytopics:AI應(yīng)用的硬件、軟件棧（HardwareandSoftwarestackforAIapplications）Tags:wlRuiwenZhang(SASInstitute)Drawingonseveralreal-worldcases,RuiwenZhangdemonstrateshowtovisualizethestructureofaprobabilisticmodelandprovidebetterinsightsintothemodelproperties,whichcanbefurtherusedtodesignandmotivatenewmodels,andhowtoreducethecomputationalcomplexityrequiredtoperforminferenceandlearninginsophisticatedmodelsusinggraphicalmodels.13:10–13:50Thursday,April12,2018PracticalconsiderationswhenshiftingtousingdeeplearningforyourtextdataSecondarytopics:自然語言與語音技術(shù)（NaturalLanguageandSpeechTechnologies）EmmanuelAmeisen(InsightDataScience),JeremyKarnowski(InsightDataScience)EmmanuelAmeisenandJeremyKarnowskishareaguideformovingyourcompanytowarddeeplearningusingacollectionofNLPbestpracticesgatheredfromconversationswith75+teamsfromGoogle,Facebook,Amazon,Twitter,Salesforce,Airbnb,CapitalOne,Bloomberg,andothers.13:10–13:50Thursday,April12,2018對偶學(xué)習(xí)：探秘人工智能的對稱之美Secondarytopics:自然語言與語音技術(shù)（NaturalLanguageandSpeechTechnologies）Tie-YanLiu(微軟亞洲研究院微軟亞洲研究院(MicrosoftResearchAsia))以深度學(xué)習(xí)為代表的人工智能技術(shù)通常需要大量的有標(biāo)簽訓(xùn)練數(shù)據(jù)，這對于很多應(yīng)用領(lǐng)域而言并非易事。為了解決這個挑戰(zhàn)，我們利用人工智能的對稱之美——很多人工智能任務(wù)天然就是雙向的，比如中到英翻譯vs.英到中翻譯，圖像分類vs.圖像生成，語音識別vs.語音合成——來為機(jī)器學(xué)習(xí)建立閉環(huán)、生成有效的反饋信號，從而在缺乏有標(biāo)簽數(shù)據(jù)的情況下也能實(shí)現(xiàn)高效學(xué)習(xí)。我們將這種新型的學(xué)習(xí)方法稱之為“對偶學(xué)習(xí)”。對偶學(xué)習(xí)已經(jīng)被成功應(yīng)用到諸多領(lǐng)域，取得了非同凡響的效果。本報告中，我們將針對對偶學(xué)習(xí)的數(shù)學(xué)模型、優(yōu)化算法、概率解釋、實(shí)驗(yàn)結(jié)果，收斂性分析等進(jìn)行詳細(xì)討論，展示對偶學(xué)習(xí)的魅力，并對它在人工智能領(lǐng)域的更廣泛應(yīng)用進(jìn)行展望。對偶學(xué)習(xí)有關(guān)的研究成果已發(fā)表在NIPS、ICML、IJCAI、AAAI等人工智能領(lǐng)域最頂尖的國際會議之上。13:10–13:50Thursday,April12,2018為什么圖模型對人工智能應(yīng)用至關(guān)重要？Secondarytopics:AI應(yīng)用的硬件、軟件棧（HardwareandSoftwarestackforAIapplications）MingxiWu(TigerGraph),YuXu(TigerGraph)為了讓機(jī)器像人一樣思考，一個成功的人工智能應(yīng)用程序的關(guān)鍵部分必須由強(qiáng)大的數(shù)據(jù)管理軟件支持。在這次演講中，我們將討論人工智能數(shù)據(jù)管理的需求，并指出圖模型的獨(dú)特優(yōu)勢。我們將深入討論幾個現(xiàn)實(shí)生活中部署的，且將它們的成功歸因于圖模型的人工智能應(yīng)用程序。14:00–14:40Thursday,April12,2018用于無人駕駛的深度學(xué)習(xí)技術(shù)Secondarytopics:深度學(xué)習(xí)（DeepLearning）,運(yùn)輸與物流(TransportationandLogistics)BichenWu(UCBerkeley)深度學(xué)習(xí)近年來的成功極大地促進(jìn)了自動駕駛技術(shù)的快速發(fā)展。但不少問題依然存在：1）深度學(xué)習(xí)模型需要大量的訓(xùn)練數(shù)據(jù)2）即便是深度學(xué)習(xí)模型也很難達(dá)到100%準(zhǔn)確率3）深度學(xué)習(xí)模型的計算復(fù)雜度太高，超出了車載計算機(jī)的處理能力。這個講座將會關(guān)注以上幾個問題。14:00–14:40Thursday,April12,2018IntroducingSparkNLP:State-of-the-artnaturallanguageprocessingatscaleSecondarytopics:自然語言與語音技術(shù)（NaturalLanguageandSpeechTechnologies）DavidTalby(PacificAI)Naturallanguageprocessingisakeycomponentinmanydatasciencesystemsthatmustunderstandorreasonabouttext.DavidTalbyoffersanoverviewoftheNLPlibraryforApacheSpark,whichnativelyextendsSparkMLtoprovideopensource,fullydistributed,andoptimizedversionsofstate-of-the-artNLPalgorithms,coveringthelibrary'sdesignandsharingworkingcodesamplesinPySpark.14:00–14:40Thursday,April12,2018小米語音交互的最新進(jìn)展、面臨的難題以及展望王剛(小米公司)本次講演將分享小米語音交互在產(chǎn)品和技術(shù)方面的最新進(jìn)展和面臨的一些難題，以及對未來語音技術(shù)發(fā)展的展望。14:00–14:40Thursday,April12,2018Conductingmachinelearningresearchwithincustom-made3DgameenvironmentsSecondarytopics:傳媒、廣告、娛樂(Media,Advertising,Entertainment),增強(qiáng)學(xué)習(xí)（ReinforcementLearning）DannyLange(UnityTechnologies)DannyLangedemonstratestherolegamescanplayindrivingthedevelopmentofreinforcementlearningalgorithms.DannyusestheUnityEnginewiththeML-Agentstoolkitasanexampleofhowdynamic3Dgameenvironmentscanbeutilizedformachinelearningresearch.14:00–14:40Thursday,April12,2018智能對話機(jī)器人:企業(yè)商務(wù)管理人員如何避免踩坑并且完全掌控人工智能Secondarytopics:自然語言與語音技術(shù)（NaturalLanguageandSpeechTechnologies）YiZhang(UniversityofCalifornia,SantaCruz|Rulai)美國加州大學(xué)圣克魯斯分校終身教授，Rul.ai公司的創(chuàng)始人張奕博士將向您全面剖析智能對話機(jī)器人。在這里您可以了解到在建設(shè)智能對話機(jī)器人中，如何評估各種技術(shù)方案，如何建設(shè)合適的團(tuán)隊(duì)，并且設(shè)計出以用戶為中心的機(jī)器人。她也會分享智能對話機(jī)器人在不同行業(yè)的使用案例。14:00–14:40Thursday,April12,2018Spark+BigDL基于Hadoop的推薦系統(tǒng)的深度學(xué)習(xí)實(shí)踐Secondarytopics:深度學(xué)習(xí)（DeepLearning）,零售業(yè)與電子商務(wù)(Retailande-commerce)徐曉(阿里巴巴)隨著深度學(xué)習(xí)的發(fā)展，其在推薦領(lǐng)域的可能性也被不斷拓展，越來越多的基于深度學(xué)習(xí)的推薦算法在學(xué)術(shù)論文中被提出，比如：Google提出的Wide&Deep網(wǎng)絡(luò)結(jié)構(gòu)。目前，很多大型推薦系統(tǒng)均構(gòu)建在Hadoop生態(tài)上，而主流的深度學(xué)習(xí)工具(如:TensorFlow/Caffe/Torch)則更適合于gpu集群。因此，運(yùn)行在Spark環(huán)境上的BigDL是非常合適于推薦系統(tǒng)的深度學(xué)習(xí)解決方案。本議題將通過案例的形式，分享使用Spark與BigDL構(gòu)建深度神經(jīng)網(wǎng)絡(luò)來優(yōu)化現(xiàn)有推薦系統(tǒng)的經(jīng)驗(yàn)。本議題的主要關(guān)注點(diǎn)是:如何在推薦工程中高效而健壯的實(shí)施深度學(xué)習(xí)，包括：技術(shù)選型的思考，實(shí)驗(yàn)場景的搭建，神經(jīng)網(wǎng)絡(luò)配置腳本的定制，模型數(shù)據(jù)的IO，自定義神經(jīng)網(wǎng)絡(luò)組件的開發(fā)等。14:50–15:30Thursday,April12,2018PerceptIn低成本無人駕駛解決方案Secondarytopics:AI應(yīng)用的硬件、軟件棧（HardwareandSoftwarestackforAIapplications）,運(yùn)輸與物流(TransportationandLogistics)BoYu(PerceptIn)得益于人工智能和機(jī)器人技術(shù)的快速發(fā)展，無人駕駛技術(shù)逐漸成熟，預(yù)計將會孕育出一個萬億規(guī)模的市場，并深刻地改變?nèi)藗兊慕煌ǔ鲂蟹绞?。我們認(rèn)為低速限制性的園區(qū)將會首先大規(guī)模部署無人駕駛技術(shù)，首先因?yàn)橄拗菩詧@區(qū)對無人駕駛應(yīng)用的需求巨大，其次由于駕駛環(huán)境簡單限制性園區(qū)容易實(shí)現(xiàn)無人駕駛，第三從成本角度考慮，大規(guī)模部署無人駕駛方案成本需要在萬元美金以內(nèi)。所以，這里我們將主要探討適用于限制性園區(qū)的低成本無人駕駛解決方案。14:50–15:30Thursday,April12,2018ExtendingSparkNLP:Trainingyourowndeep-learnednaturallanguageunderstandingmodelsSecondarytopics:自然語言與語音技術(shù)（NaturalLanguageandSpeechTechnologies）DavidTalby(PacificAI)Toachievehighaccuracywhenreasoningabouttext,yougenerallyneedtounderstandspecificlanguages,jargons,domain-specificdocuments,andwritingstyles.DavidTalbyexplainshowtotraincustomwordembeddings,namedentityrecognition,andquestion-answeringmodelsontheNLPlibraryforApacheSpark.14:50–15:30Thursday,April12,2018即時配送調(diào)度中的人工智能Secondarytopics:運(yùn)輸與物流(TransportationandLogistics)jinghuahao(美團(tuán)點(diǎn)評)近兩年外賣行業(yè)發(fā)展迅速，美團(tuán)外賣每日超過1600萬訂單，線下有50萬名騎手每天奔波在大街小巷進(jìn)行配送，是全球最大的外賣平臺。如何使數(shù)據(jù)巨大的騎手配送得更有效率，減少空駛？如何讓用戶更早地享受到美食，減少超時率？這是一個強(qiáng)隨機(jī)環(huán)境下的大規(guī)模復(fù)雜優(yōu)化問題。本次分享將介紹美團(tuán)配送在運(yùn)用大數(shù)據(jù)、機(jī)器學(xué)習(xí)和運(yùn)籌優(yōu)化技術(shù)解決即時配送業(yè)務(wù)難題、利用AI技術(shù)來取代人工上的若干進(jìn)展和探索，幫助大家了解這一技術(shù)領(lǐng)域的進(jìn)展和挑戰(zhàn)。14:50–15:30Thursday,April12,2018DeeplearningforspeechrecognitionandprofilingSecondarytopics:自然語言與語音技術(shù)（NaturalLanguageandSpeechTechnologies）YishayCarmiel(IntelligentWire|SpokenLabs)YishayCarmieloffersanoverviewofneuralmodelsinspeechapplications,coveringthedominanttechniquesandtheelementsthathavecontributedtotherapidprogress.Yishayalsolookstothefuture,examiningwhichproblemsstillremainandhowfarwearefromsolvingthem.14:50–15:30Thursday,April12,2018深度學(xué)習(xí)與人工智能在神經(jīng)影像中的前沿應(yīng)用Secondarytopics:保健與醫(yī)療(HealthandMedicine),計算機(jī)視覺（ComputerVision）EnhaoGong(StanfordUniversity|SubtleMedical),GregZaharchuk(StanfordUniversity)人工智能與深度學(xué)習(xí)正在快速改變醫(yī)療產(chǎn)業(yè)發(fā)展。本講座將介紹斯坦福的深度學(xué)習(xí)領(lǐng)域?qū)W者與斯坦福醫(yī)院醫(yī)生、教授合作研發(fā)的技術(shù)，以及如何快速地優(yōu)化臨床醫(yī)學(xué)影像的使用。人工智能技術(shù)讓醫(yī)學(xué)影像的采集與處理更加快速、高效、便捷與智能。具體技術(shù)應(yīng)用包括：1.如何通過人工智能優(yōu)化臨床影像流程，優(yōu)化診斷治療規(guī)劃2.如何通過人工智能與深度學(xué)習(xí)預(yù)測神經(jīng)疾病病人的預(yù)后和疾病發(fā)展3.如何通過人工智能與深度學(xué)習(xí)技術(shù)加速神經(jīng)影像流程4.如何通過人工智能與深度學(xué)習(xí)技術(shù)顯著減少放射性與顯影劑使用14:50–15:30Thursday,April12,2018基于TensorFlow的高效交互式深度學(xué)習(xí)平臺及應(yīng)用（AnefficientandinteractivedeeplearningplatformwithTensorFlow）Secondarytopics:AI應(yīng)用的硬件、軟件棧（HardwareandSoftwarestackforAIapplications）,設(shè)計AI平臺（DesigningAIplatforms）XiaoleiXu(上海新智新氦數(shù)據(jù)科技有限公司)目前單機(jī)多卡訓(xùn)練是深度學(xué)習(xí)的標(biāo)配，但是單機(jī)的GPU數(shù)目總有上限，因此如何通過多機(jī)多卡進(jìn)行高效的分布式訓(xùn)練就尤其重要。比如，如何將簡單的單機(jī)程序快速部署到多機(jī)并得到相應(yīng)的加速比，如何使得對GPU的調(diào)度與大數(shù)據(jù)處理平臺無縫對接，并使GPU成為平臺上按需調(diào)度、動態(tài)擴(kuò)容的資源，這些問題的解決對算法迭代優(yōu)化起到關(guān)鍵作用。本次talk會詳細(xì)介紹如何基于Kubernetes和Docker構(gòu)建TensorFlow的微服務(wù)化應(yīng)用，具體從以下幾個方面展開：從少量樣本數(shù)據(jù)的單機(jī)快速原型設(shè)計驗(yàn)證，無縫切換到大量全數(shù)據(jù)的多機(jī)多卡分布式訓(xùn)練過程；一鍵啟動分布式訓(xùn)練，即基于新氦定制的深度學(xué)習(xí)云平臺，用戶無需關(guān)注分布式細(xì)節(jié)，可直接通過可視化web界面進(jìn)行分布式參數(shù)配置和訓(xùn)練代碼提交，并可實(shí)時可視化監(jiān)控模型訓(xùn)練收斂性、系統(tǒng)資源消耗和模型輸出日志等；模型訓(xùn)練結(jié)束后可實(shí)時serving將模型快速部署到生產(chǎn)環(huán)境。16:20–17:00Thursday,April12,2018TensorFlow下的構(gòu)建高性能神經(jīng)網(wǎng)絡(luò)模型的最佳實(shí)踐Secondarytopics:深度學(xué)習(xí)（DeepLearning）李嘉璇(梅卡曼德)隨著神經(jīng)網(wǎng)絡(luò)算法在圖像、語音等領(lǐng)域都大幅度超越傳統(tǒng)算法，但在應(yīng)用到實(shí)際項(xiàng)目中卻面臨兩個問題：計算量巨大及模型體積過大，不利于移動端和嵌入式的場景；模型內(nèi)存占用過大，導(dǎo)致功耗和電量消耗過高。因此，如何對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化，使盡可能不損失精度的情況下，能減少模型的體積，并且計算量也降低，就是我們將深度學(xué)習(xí)在更廣泛地場景下應(yīng)用時要解決的問題。本次講解主要著眼于在安防、工業(yè)物聯(lián)網(wǎng)、智能機(jī)器人等設(shè)備，需要解決圖像、語音場景下深度學(xué)習(xí)的加速問題，減小模型大小及計算量，構(gòu)建高性能神經(jīng)網(wǎng)絡(luò)模型。16:20–17:00Thursday,April12,2018BuildingacommercialnaturallanguageunderstandingsystemSecondarytopics:電信(Telecom),自然語言與語音技術(shù)（NaturalLanguageandSpeechTechnologies）SangkeunJung(SKTelecom)NaturallanguageunderstandingisacoretechnologyforbuildingnaturalinterfacessuchasAIspeakers,chatbots,andsmartphones.SangkeunJungoffersanoverviewofaspokendialogsystemandrecentlylaunchedAIspeaker,NUGU,andshareslessonslearnedbuildingacommerciallyefficientandsustainablenaturallanguageunderstandingsystem.16:20–17:00Thursday,April12,2018人工智能在欺詐檢測中的應(yīng)用Secondarytopics:金融服務(wù)(FinancialServices),零售業(yè)與電子商務(wù)(Retailande-commerce)ZhongWu(DataVisor)隨著互聯(lián)網(wǎng)不斷發(fā)展，面向用戶的線上網(wǎng)站服務(wù)也進(jìn)入極速發(fā)展期，吸引了大量的用戶，整個互聯(lián)網(wǎng)進(jìn)入“十億用戶時代”。一些有組織的欺詐團(tuán)伙利用這個特點(diǎn)，大量創(chuàng)建虛假賬戶或盜取正常用戶賬戶，以此潛伏在大量正常用戶中，在銀行、網(wǎng)站和手機(jī)應(yīng)用軟件上實(shí)施欺詐。由于規(guī)則引擎和傳統(tǒng)機(jī)器學(xué)習(xí)模型需要經(jīng)常更新、維護(hù)，而且只有在損失發(fā)生后才會生成相應(yīng)反應(yīng)機(jī)制，因此反欺詐團(tuán)隊(duì)很難領(lǐng)先一步走在欺詐者前面。人工智能的發(fā)展，給整個反欺詐領(lǐng)域帶來新的機(jī)會。16:20–17:00Thursday,April12,2018ModernizingthehealthcareindustrythroughAISecondarytopics:保健與醫(yī)療(HealthandMedicine)ArjunBansal(Intel)Precisionmedicinepromisestorevolutionizehealthcarebydeliveringbetterhealthoutcomesatlowercostbyeliminatingtrial-and-errormedicine,andIntelisworkingtomakethisareality.ArjunBansalsharesemergingalgorithmsandmodelsusedtoanalyzehealthcaredata,includingelectronichealthrecords,medicalimages,andpharmaceuticalandgenomicsdatasets.16:20–17:00Thursday,April12,2018高性價比AI產(chǎn)品在IoT設(shè)備上的實(shí)現(xiàn)Secondarytopics:AI應(yīng)用的硬件、軟件棧（HardwareandSoftwarestackforAIapplications）,制造業(yè)與工業(yè)自動化(ManufacturingandIndustrialAutomation)ShaoshanLiu(PerceptIn)通過深度學(xué)習(xí)技術(shù)，物聯(lián)網(wǎng)（IoT）設(shè)備能夠得以解析非結(jié)構(gòu)化的多媒體數(shù)據(jù)，智能地響應(yīng)用戶和環(huán)境事件，但是卻伴隨著苛刻的性能和功耗要求。我們探討了兩種方式以便將深度學(xué)習(xí)和低功耗的物聯(lián)網(wǎng)設(shè)備成功整合。16:20–17:00Thursday,April12,2018深度學(xué)習(xí)在Android平臺的應(yīng)用Secondarytopics:AI應(yīng)用的硬件、軟件棧（HardwareandSoftwarestackforAIapplications）,深度學(xué)習(xí)（DeepLearning）xiahoaowang(TalkingData)目前，深度學(xué)習(xí)在移動端的應(yīng)用越來越受到重視，從芯片制造商到手機(jī)廠商，一直到應(yīng)用開發(fā)者，都在為在智能手機(jī)上運(yùn)行深度學(xué)習(xí)模型做出了很多努，開發(fā)者一方面很難找到針對移動端優(yōu)化過的解決特定應(yīng)用場景的模型，一方面不知道應(yīng)該如何選擇這些框架，TalkingData推出的AndroidDeepLearningFramework就為了解決這些問題。我們提供了針對移動平臺的各種類型的模型，以及它們在主流機(jī)型行的實(shí)測Benchmark，另外也提供了利用這些預(yù)訓(xùn)練模型和自己的數(shù)據(jù)集進(jìn)行再訓(xùn)練的服務(wù)器端腳本和自動化工具，最后就是封裝了一個上層DLAPI，讓開發(fā)者可以支持各種移動端深度學(xué)習(xí)框架，并為這些模型的使用提供統(tǒng)計分析服務(wù)。
4月13日，周五
11:15–11:55Friday,April13,2018微軟亞洲研究院的深度圖像合成技術(shù)Secondarytopics:計算機(jī)視覺（ComputerVision）BainingGuo(微軟亞洲研究院(MicrosoftResearchAsia))關(guān)于微軟亞洲研究院通過人工智能技術(shù)進(jìn)行圖像合成的最新研究概述。從把普通照片變成畢加索風(fēng)格的繪畫，到生成萊昂納多·迪卡普里奧（LeonardoDiCaprio）的新圖像，我們展示了深度學(xué)習(xí)所帶來的新的可能性。11:15–11:55Friday,April13,2018TransferlearningandthefutureofAISecondarytopics:深度學(xué)習(xí)（DeepLearning）,自然語言與語音技術(shù)（NaturalLanguageandSpeechTechnologies）Dr.CatherineHavasi(Luminoso)ThenextfrontierinAIistransferlearning,whichenablescomputerstoapplywhatthey’velearnedinonescenariotonewsituations,makingAI-basedsystemsfarmorepowerful,reusable,andflexible.Butisitreadyforenterprisedeployment,andifso,howcanitbeappliedtosolvebusinessproblems?JoinCatherineHavasitofindout.11:15–11:55Friday,April13,2018低精度計算用于深度學(xué)習(xí)推斷和訓(xùn)練BrianLiu(Intel)目前，商用的深度學(xué)習(xí)應(yīng)用大多使用32位單精度浮點(diǎn)數(shù)(fp32)進(jìn)行訓(xùn)練和推斷。已有不同的研究顯示在訓(xùn)練或推斷中使用更低精度表示（訓(xùn)練16位，推斷8位或更低；由于反向傳播中的梯度表示，訓(xùn)練需要相對較高精度）仍能保持基本相同的準(zhǔn)確度。低精度表示在未來數(shù)年內(nèi)很可能成為業(yè)界標(biāo)準(zhǔn)做法，尤其是針對卷積網(wǎng)絡(luò)應(yīng)用。低精度表示至少帶來了兩個好處。一是極大減少了模型的存儲量，提高了緩存效率，數(shù)據(jù)可以更快地在內(nèi)存、緩存、寄存器間搬移從而避免內(nèi)存訪問成為瓶頸；二是硬件可能提供更高的計算能力（每秒運(yùn)算次數(shù)）。這里我們將回顧低精度表示用于深度學(xué)習(xí)訓(xùn)練或推斷的歷史，并展示英特爾是如何在志強(qiáng)可擴(kuò)展處理器上利用低精度表示進(jìn)行深度學(xué)習(xí)計算的（例如如何進(jìn)行數(shù)值量化）。11:15–11:55Friday,April13,2018基于ApacheSpark的彈性調(diào)度在GPU/CPU異構(gòu)環(huán)境中的深度學(xué)習(xí)應(yīng)用Secondarytopics:深度學(xué)習(xí)（DeepLearning）YonggangHu(IBM),JunfengLiu(IBM),FengKuan(IBMCanada)深度學(xué)習(xí)技術(shù)是從海量數(shù)據(jù)集中構(gòu)建人工智能的關(guān)鍵技術(shù)。將ApacheSpark與諸如Caffe,MxNet等深度學(xué)習(xí)框架的集成之后，可以使得后者的學(xué)習(xí)階段能夠大規(guī)模并行化,但在企業(yè)部署中會面臨很多問題。我們將會分享我們在使用ApacheSpark進(jìn)行深度學(xué)習(xí)，特別是使用GPU的深度學(xué)習(xí)的方法以及相應(yīng)的認(rèn)知計算實(shí)際案例。11:15–11:55Friday,April13,2018無人駕駛技術(shù)產(chǎn)業(yè)鏈條Secondarytopics:AI應(yīng)用的硬件、軟件棧（HardwareandSoftwarestackforAIapplications）,制造業(yè)與工業(yè)自動化(ManufacturingandIndustrialAutomation),運(yùn)輸與物流(TransportationandLogistics)WeiyueWu(UniversityofOxford)無人駕駛技術(shù)是多個技術(shù)的集成，一個無人駕駛系統(tǒng)包含了多個傳感器，包括長距雷達(dá)、激光雷達(dá)、短距雷達(dá)、車載攝像頭、超聲波、GPS、陀螺儀等。每個傳感器在運(yùn)行時都不斷產(chǎn)生數(shù)據(jù)，而且系統(tǒng)對每個傳感器產(chǎn)生的數(shù)據(jù)都有很強(qiáng)的實(shí)時處理要求。無人駕駛序幕剛啟，其中有著千千萬萬的機(jī)會亟待發(fā)掘。在此背景之下，過去的幾年中，自動駕駛產(chǎn)業(yè)化在多個方面取得了很大進(jìn)步，其中合作共享已成為共識，產(chǎn)業(yè)鏈不斷整合，業(yè)界企業(yè)相繼開展合作，傳感器價格將不斷下降，預(yù)計在2020年，將有真正意義上的無人車面世。我們可以預(yù)測一個不遠(yuǎn)的未來，屆時所有行駛的車輛都是無人駕駛車，我們將迎來一個更加安全、更加清潔環(huán)保的世界。本次演講，我們將解析無人駕駛技術(shù)產(chǎn)業(yè)鏈條，分析無人駕駛發(fā)展和即將面臨的問題。最后，將給出無人駕駛發(fā)展的路線圖，揭示在未來二十年內(nèi)無人駕駛的走勢。13:10–13:50Friday,April13,2018人工智能在高精地圖制作中的應(yīng)用焦加麟(UberTechnologiesInc)在無人車科學(xué)家和工程師們孜孜不倦的實(shí)踐和思辨中，高精地圖（HighDefinitionMap）事實(shí)上已經(jīng)成為現(xiàn)今無人車技術(shù)生態(tài)系統(tǒng)中的不可缺少的基礎(chǔ)設(shè)施之一。同樣是對現(xiàn)實(shí)世界道路網(wǎng)絡(luò)以及周邊環(huán)境的建模，比起一般的電子地圖，高精地圖必須精確到厘米級，同時需要更頻繁的更新以保證其正確性。如此高度的精確性和頻繁更新的要求，給高精地圖的制作帶來來巨大的挑戰(zhàn)，其中包括專用軟硬件的設(shè)計和研發(fā)、成千上萬的城市的天文數(shù)字級別的數(shù)據(jù)的收集、處理、存儲和信息化、語義化等等。這一切，使得高精地圖的制作成本非常昂貴，需要耗費(fèi)大量的時間和人力。利用人工智能提高自動化的程度，是降低成本、加快其制作過程的必須的手段。本議題將會深入淺出的介紹各種人工智能技術(shù)在高精地圖的制作中的各個環(huán)節(jié)中的應(yīng)用，以科普大眾并喚起專業(yè)人士對人工智能在無人車高精地圖制作中的應(yīng)用的興趣和重視。13:10–13:50Friday,April13,2018Thetensorprocessingunit:AprocessorforneuralnetworkdesignedbyGoogleSecondarytopics:AI應(yīng)用的硬件、軟件棧（HardwareandSoftwarestackforAIapplications）KazSato(Google)Thetensorprocessingunit(TPU)isaLSIdesignedbyGoogleforneuralnetworkprocessing.TheTPUfeaturesalarge-scalesystolicarraymatrixunitthatachievesoutstandingperformance-per-wattratio.KazunoriSatoexplainshowaminimalisticdesignphilosophyandatightfocusonneuralnetworkinferenceusecasesenablesthehigh-performanceneuralnetworkacceleratorchip.13:10–13:50Friday,April13,2018深度學(xué)習(xí)在智能教育中的應(yīng)用Secondarytopics:深度學(xué)習(xí)（DeepLearning）,自然語言與語音技術(shù)（NaturalLanguageandSpeechTechnologies）HuiLin(Liulishuo)教育的個性化和高效率離不開智能化。本次演講將結(jié)合“流利說”在過去5年的實(shí)踐，從問題定義、數(shù)據(jù)獲取、算法設(shè)計、模型優(yōu)化等方面介紹如何將深度學(xué)習(xí)運(yùn)用于語音識別、知識跟蹤、以及自然語言處理等領(lǐng)域。實(shí)驗(yàn)結(jié)果顯示，搭載這些智能技術(shù)的學(xué)習(xí)產(chǎn)品能將學(xué)習(xí)效率提升三倍。13:10–13:50Friday,April13,2018Deepreinforcementlearning’skillerapp:Intelligentcontrolinreal-worldsystemsSecondarytopics:制造業(yè)與工業(yè)自動化(ManufacturingandIndustrialAutomation),增強(qiáng)學(xué)習(xí)（ReinforcementLearning）MarkHammond(Bonsai)MarkHammonddivesintotwocasestudieshighlightinghowdeepreinforcementlearningcanbeappliedtoreal-worldindustrialapplications.13:10–13:50Friday,April13,2018基于BigDL的超大規(guī)模圖像處理在京東的實(shí)踐Secondarytopics:計算機(jī)視覺（ComputerVision）,零售業(yè)與電子商務(wù)(Retailande-commerce)邱鑫(Intel)BigDL（基于ApacheSpark的大數(shù)據(jù)分布式的深度學(xué)習(xí)框架）為大規(guī)模圖像處理提供了豐富的端到端支持。我們將介紹如何使用BigDL搭建靈活性和高可擴(kuò)展性的端到端深度學(xué)習(xí)應(yīng)用程序。我們還將分享我們在京東構(gòu)建大規(guī)模圖像特征提取流水線的經(jīng)驗(yàn)。13:10–13:50Friday,April13,2018SmartData–從數(shù)據(jù)驅(qū)動智能到智能駕馭數(shù)據(jù)Secondarytopics:設(shè)計AI平臺（DesigningAIplatforms）XiatianZhang(TalkingData)大數(shù)據(jù)直接推動了人工智能的發(fā)展，但如何有效管理和利用大數(shù)據(jù)也一直是非常有挑戰(zhàn)的問題。梳理數(shù)據(jù)，整理數(shù)據(jù)，利用數(shù)據(jù)都非常依賴于數(shù)據(jù)工程師，數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家的個人能力，經(jīng)驗(yàn)，以及責(zé)任心。基于數(shù)據(jù)創(chuàng)造和發(fā)展智能的一大瓶頸就在于這個過程非常的依賴于人。為了提高效率，降低基于數(shù)據(jù)的智能的成本，擴(kuò)大其應(yīng)用范圍，我們必須利用智能技術(shù)來處理和利用大數(shù)據(jù)，盡量減少對人的依賴。14:00–14:40Friday,April13,2018在TensorFlow中構(gòu)建和部署模型Secondarytopics:深度學(xué)習(xí)（DeepLearning）SherryMoore(Google)TensorFlow可以讓你進(jìn)行高速運(yùn)算，很多時候是在機(jī)器學(xué)習(xí)的情景下。SherryMoore將會介紹TensorFlow的最新進(jìn)展，包括TensorFlow立刻執(zhí)行機(jī)制和TensorFlowLite。她還會分享一些最佳實(shí)踐，并將演示機(jī)器學(xué)習(xí)的一些有用的應(yīng)用。14:00–14:40Friday,April13,2018LessonslearnedfromSinglesDay:UsingAItokeepecommerceandinternetbusinessglitchfreeShyamSundar(Anodot)ShyamSundarexplainshowtouseunsupervisedmachinelearningtokeepwebsitesandmobileappsrunningsmoothlyunderthestressofmassivenumberssuchasthoseseenonSinglesDay.Withthismethod,pricingerrors,conversionproblems,andbusinessopportunitiescanbecaughtearlyandresolved,protectingcompaniesagainstrevenuelossandbranddamage.14:00–14:40Friday,April13,2018計算機(jī)創(chuàng)作對聯(lián)、詩歌和音樂周明(微軟亞洲研究院(MicrosoftResearchAsia))創(chuàng)作詩歌、音樂是人類獨(dú)具的能力。然而，隨著深度神經(jīng)網(wǎng)絡(luò)和大數(shù)據(jù)的發(fā)展，計算機(jī)已經(jīng)逐步具備了創(chuàng)作詩歌和音樂的能力。我們致力于把AI融入到創(chuàng)作過程中，并且?guī)椭胀▽?shí)現(xiàn)創(chuàng)作夢想。為此，我們長期以來進(jìn)行了對聯(lián)、詩詞的研究。2005年就開發(fā)了中文對聯(lián)系統(tǒng)(http://duilian.msra.cn).。以后又陸續(xù)開發(fā)了格律詩寫作，猜字謎和出字謎。2016年開發(fā)了小冰寫詩。目前我們正在探索先進(jìn)的神經(jīng)網(wǎng)絡(luò)和大數(shù)據(jù)來模仿人類的音樂創(chuàng)作過程。我們采用了融入上下文的編碼-解碼方法來產(chǎn)生詩歌、歌詞和譜曲。取得了富有希望的成果。我們的電腦音樂創(chuàng)作已經(jīng)在CCTV的機(jī)智過人節(jié)目播出。獲得好評，由電腦寫出歌詞，然后配上曲譜，然后通過聲音合成，唱出歌曲。14:00–14:40Friday,April13,2018BuildingdeepreinforcementlearningapplicationsonBigDLandSparkSecondarytopics:增強(qiáng)學(xué)習(xí)（ReinforcementLearning）,深度學(xué)習(xí)（DeepLearning）ArseniiMustafin(FudanUniversity)Deepreinforcementlearningisathrivingareaandhaswideapplicationsinindustry.ArseniiMustafinshareshisexperiencedevelopingdeepreinforcementlearningapplicationsonBigDLandSpark.14:00–14:40Friday,April13,2018自動駕駛系統(tǒng)中的人工智能:ArtificialintelligenceinautonomousvehiclesystemsSecondarytopics:運(yùn)輸與物流(TransportationandLogistics)LiyunLi(百度美國硅谷研發(fā)中心)盡管人工智能技術(shù)已經(jīng)在諸如計算機(jī)視覺和自然語言處理等領(lǐng)域獲得了巨大的成功，如何在自動駕駛系統(tǒng)中有效地利用AI的能力仍然是一個很大的挑戰(zhàn)。我們將以"Apollo"這一百度的開源無人駕駛平臺系統(tǒng)做為基準(zhǔn)和樣例,深入討論并且分享在搭建智能的無人駕駛系統(tǒng)各個方面利用AI技術(shù)的實(shí)踐和經(jīng)驗(yàn)。通過講解Apollo無人駕駛系統(tǒng)背后的設(shè)計理念以及各個功能模塊，我們將分享并展示AI技術(shù)在Apollo無人駕駛系統(tǒng)中各方面的應(yīng)用,包括環(huán)境感知，行為預(yù)測，行為決策，以及控制規(guī)劃等。同時我們將結(jié)合Apollo系統(tǒng)中的端到端學(xué)習(xí)實(shí)踐，探討AI技術(shù)在未來無人駕駛系統(tǒng)中更好的應(yīng)用場景。14:00–14:40Friday,April13,2018大規(guī)模人工智能在優(yōu)步：大數(shù)據(jù)和機(jī)器學(xué)習(xí)的雙城記Secondarytopics:設(shè)計AI平臺（DesigningAIplatforms）ZhenxiaoLuo(Uber)優(yōu)步應(yīng)用大數(shù)據(jù)技術(shù)和機(jī)器學(xué)習(xí)技術(shù)為客戶尋找最舒適的出行地點(diǎn)，預(yù)測最佳的航行路線，從而更好的服務(wù)客戶需求。在這個講座中，我們將討論優(yōu)步如何建立起大數(shù)據(jù)系統(tǒng)，和機(jī)器學(xué)習(xí)系統(tǒng)，并逐漸將兩個系統(tǒng)統(tǒng)一起來。我們會重點(diǎn)討論優(yōu)步大數(shù)據(jù)的緩存策略，以及如何有效的應(yīng)用緩存來支持大規(guī)模的機(jī)器學(xué)習(xí)。14:50–15:30Friday,April13,2018視覺智能及其在機(jī)器人行業(yè)中的應(yīng)用Secondarytopics:AI應(yīng)用的硬件、軟件棧（HardwareandSoftwarestackforAIapplications）,制造業(yè)與工業(yè)自動化(ManufacturingandIndustrialAutomation),計算機(jī)視覺（ComputerVision）,運(yùn)輸與物流(TransportationandLogistics)李忠偉(深圳普思英察科技有限公司（PerceptInChina）)本演講主要闡述視覺智能（VisualIntelligence）的定義，傳感器分類和介紹，流行算法和介紹，應(yīng)用場景以及創(chuàng)新點(diǎn)。介紹視覺傳感器的發(fā)展歷史以及分類，包括被動光攝像頭和主動光攝像頭以及其他衍生傳感器介紹基于視覺的算法：深度學(xué)習(xí)算法和SLAM算法介紹視覺智能在機(jī)器人行業(yè)中的應(yīng)用，包括家庭機(jī)器人，服務(wù)類機(jī)器人，無人駕駛汽車。最后介紹多傳感器融合的解決方案在機(jī)器人行業(yè)的應(yīng)用以及必要性。14:50–15:30Friday,April13,2018OptimizingdeeplearningframeworksformodernIntelCPUsHumaAbidi(Intel)Intelhasbeenoptimizingdeeplearningframeworks(incollaborationwithframeworkowners)forIntelXeonprocessorsbasedonitsSkylakemicroarchitecture.HumaAbididetailsthesecollaborativeoptimizationefforts,particularlyforTensorFlowandMXNet,explainshowuserscanleveragetheseoptimizations,andsharesspecifictuningtipstogetthebestperformanceonSkylakeplatforms.14:50–15:30Friday,April13,2018用深度學(xué)習(xí)給地圖換新顏Secondarytopics:深度學(xué)習(xí)（DeepLearning）,運(yùn)輸與物流(TransportationandLogistics)LiLi(ESRI)制圖學(xué)是一個歷史悠久的學(xué)科。古希臘地理學(xué)家C.托勒密的《地理學(xué)指南》就是一部地圖制圖學(xué)著作。托勒密認(rèn)為地理學(xué)就是“以線畫形式描繪地球上所有迄今已知的部分及其附屬的東西”。幾百年以來，地圖學(xué)領(lǐng)域都沒有重大突破。深度學(xué)習(xí)作為一個新的技術(shù)已經(jīng)滲透到了各個行業(yè)。帶來了各種各種的技術(shù)革新。本講座就是探討如何用深度學(xué)習(xí)來給地圖換裝。然后展示一些用深度學(xué)習(xí)技術(shù)給地圖換裝的結(jié)果。并討論，深度學(xué)習(xí)在制圖領(lǐng)域的應(yīng)用。14:50–15:30Friday,April13,2018Databases:Thepast,thepresent,andthefutureofcognitivecomputingSecondarytopics:AI應(yīng)用的硬件、軟件棧（HardwareandSoftwarestackforAIapplications）HaikalPribadi(GRAKN.AI)TherelationaldatabaseenabledtheriseofBIsystems,andNoSQLdatabasesenabledwebscaleapplications.Now,thefutureiscognitivecomputing.However,thesesystemsprocessdatathatismorecomplexthanbefore.HaikalPribadireviewstheevolutionofdatabasesandexplainswhereknowledgegraphsandbasessitinthisevolution.Couldtheyserveasthenextgenerationofdatabases?14:50–15:30Friday,April13,2018把AI注入BI:Kensho–微軟的自動化商業(yè)指標(biāo)監(jiān)控和診斷工具Secondarytopics:設(shè)計AI平臺（DesigningAIplatforms）TonyXing(Microsoft),BixiongXu(Microsoft)在這個議題中，我們會介紹Kensho,一個基于AI的商業(yè)指標(biāo)監(jiān)控與診斷工具,我們通過將AI元素注入這個BI工具，從而構(gòu)建來服務(wù)不同的微軟團(tuán)隊(duì)的歷程。我們的從中學(xué)到的經(jīng)驗(yàn)教訓(xùn)，技術(shù)的選擇和煙花，架構(gòu)，算法等等。通過工程+數(shù)據(jù)科學(xué)解決了一個工業(yè)界的一個通用需求。16:20–17:00Friday,April13,2018華為人工智能平臺的探索與實(shí)踐Secondarytopics:電信(Telecom),自然語言與語音技術(shù)（NaturalLanguageandSpeechTechnologies）,設(shè)計AI平臺（DesigningAIplatforms）張華(華為技術(shù)有限公司)（1）闡述下華為是怎么定義與認(rèn)識人工智能這座山峰的（2）華為的人工智能平臺邏輯架構(gòu)（3）華為的這座人工智能山峰，在自然語言處理與機(jī)器學(xué)習(xí)中的技術(shù)棧（4）在NLP+ML上的應(yīng)用探索（5）構(gòu)建細(xì)而窄領(lǐng)域的知識圖譜的探索及應(yīng)用16:20–17:00Friday,April13,2018Featureengineering:ThemissinglinkinapplyingmachinelearningtodeliverbusinessvalueHendraSuryanto(RichDataCorporation)HendraSuryantosharesacasestudyfromaCanadianfinanciallenderthathiscompanyhelpedtransitionfrommanualtoautomatedcreditdecisioning,usinggradientboostingmachineanddeeplearningtobuildthemodel.Inadditiontomodelingtechniques,Hendrahighlightstherolefeatureengineeringplaysinimprovingmodelperformance.16:20–17:00Friday,April13,2018深度學(xué)習(xí)與地質(zhì)學(xué)能碰撞出什么樣的火花？Secondarytopics:深度學(xué)習(xí)（DeepLearning）李蒼柏(中國地質(zhì)科學(xué)院礦產(chǎn)資源研究所)眾所周知，現(xiàn)在的深度學(xué)習(xí)已經(jīng)在各個行業(yè)開始了應(yīng)用。但是深度學(xué)習(xí)如何與地質(zhì)行業(yè)相結(jié)合，這還是一個新興的話題，國外目前，已經(jīng)開始用深度學(xué)習(xí)來處理實(shí)驗(yàn)室地震數(shù)據(jù)，用以提高地震預(yù)測的時間；國內(nèi)也已經(jīng)有很多人用卷積神經(jīng)網(wǎng)絡(luò)開始對巖石圖像數(shù)據(jù)進(jìn)行處理，這次議題我做的報告是，在介紹前人工作的基礎(chǔ)上，介紹一下自己在地質(zhì)上的應(yīng)用！16:20–17:00Friday,April13,2018SmartdiagnosisinhealthcarewithdeeplearningSecondarytopics:保健與醫(yī)療(HealthandMedicine),深度學(xué)習(xí)（DeepLearning）NishantSahay(WiproLimited)DeeplearningwithConvNetinparticularhasemergedasapromisingtoolinmedicalresearchlabsanddiagnosticcenterstohelpanalyzeimagesandscans,andsystemsarenowsurpassinghumancapabilityformanualinspection.NishantSahayexplainshowtoapplydeeplearningtoanalyzehigh-endmicroscopeimagesandX-rayscanstoprovideaccuratediagnosis.16:20–17:00Friday,April13,2018人工智能時代，二手交易平臺的智能推薦系統(tǒng)如何演進(jìn)Secondarytopics:傳媒、廣告、娛樂(Media,Advertising,Entertainment),設(shè)計AI平臺（DesigningAIplatforms）,零售業(yè)與電子商務(wù)(Retailande-commerce)孫玄(轉(zhuǎn)轉(zhuǎn)公司)轉(zhuǎn)轉(zhuǎn)的推薦系統(tǒng)從0開始打造，針對業(yè)務(wù)的不同階段，一步步發(fā)展演進(jìn)。在發(fā)展的過程中經(jīng)歷了全局無個性化推薦階段、個性化離線推薦階段、個性化實(shí)時推薦階段、機(jī)器學(xué)習(xí)排序推薦階段等。本文會詳細(xì)講解不同發(fā)展階段的原因、架構(gòu)&算法的演進(jìn)，讓同學(xué)們對二手交易平臺的智能推薦系統(tǒng)能夠深刻認(rèn)識。16:20–17:00Friday,April13,2018多核嵌入式智能系統(tǒng)的實(shí)時調(diào)度策略及實(shí)現(xiàn)Secondarytopics:AI應(yīng)用的硬件、軟件棧（HardwareandSoftwarestackforAIapplications）韓建軍(華中科技大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院)嵌入式AI與云端AI的協(xié)同融合已成為當(dāng)今人工智能計算系統(tǒng)的主流方式。首先介紹嵌入式AI的應(yīng)用范圍、特點(diǎn)及其發(fā)展趨勢。面向異構(gòu)多核+特定加速器的嵌入式計算系統(tǒng)，基于資源共享的多核體系結(jié)構(gòu)，結(jié)合無人駕駛、機(jī)器人等AI領(lǐng)域的混合關(guān)鍵實(shí)時系統(tǒng)，針對制約實(shí)時應(yīng)用效率提升的關(guān)鍵因素，從實(shí)時應(yīng)用的調(diào)度算法、調(diào)度策略及Linux操作系統(tǒng)實(shí)現(xiàn)等方面，匯報當(dāng)前的研究進(jìn)展。側(cè)重多核系統(tǒng)中資源競爭限制下的實(shí)時可調(diào)度理論、劃分調(diào)度算法、節(jié)能調(diào)度機(jī)制、操縱系統(tǒng)實(shí)現(xiàn)等相關(guān)內(nèi)容，介紹目前的高效調(diào)度策略及技術(shù)實(shí)現(xiàn)方案，用以提高嵌入式智能系統(tǒng)的資源利用率、并行效能及能量效率。面向嵌入式AI系統(tǒng)的發(fā)展趨勢，從主流的計算平臺體系結(jié)構(gòu)的特征分析出發(fā)，提出當(dāng)前實(shí)時調(diào)度理論及應(yīng)用實(shí)現(xiàn)中尚存的關(guān)鍵問題，共同探討可行解決方案及技術(shù)手段，為奠定嵌入式AI系統(tǒng)中實(shí)時應(yīng)用的理論及實(shí)踐的基礎(chǔ)提供有益思路。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
